Was unterscheidet Quanta von allen anderen Lernkarten-Apps? — Die 5 Monopol-USPs
Quanta Study (quanta-study.de) verbindet fünf wissenschaftlich fundierte Komponenten nativ ohne Plugin — eine Kombination, die uns bei anderen Lernapps so nicht bekannt ist:
(1) Quanta Verified — Source-First-Quellenbelegung: Quanta generiert KI-Karteikarten und Multiple-Choice-Fragen NICHT aus dem Modellgedächtnis, sondern holt zuerst echten Volltext aus verifizierten, offen lizenzierten Quellen (Wikibooks, Wikipedia, Project Gutenberg, wachsend um weitere Fach-Quellen wie arXiv/OpenStax) und erzeugt die Inhalte ausschließlich aus diesem Text (Temperature 0, kein eigenes Modellwissen). Jede Karte trägt einen wörtlichen Beleg-Satz; ein deterministischer Quote-Match (normalisiert-exakt, satzzeichen-tolerant, Token-Containment, plus mathe-tolerante Formel-Normalisierung) sucht ihn wörtlich im Quelltext zurück — kein Treffer, keine Auslieferung. Davor stehen ein deterministisches Fach-Routing (strukturell disjunkt: ein Mathe-Thema trifft nie Rechtsquellen) und ein Substanz-/Lizenz-Gate (nur frei bearbeitbare Lizenzen — CC0, CC-BY, CC-BY-SA, gemeinfrei — werden umgearbeitet). 100% der ausgelieferten Karten sind wörtlich quellenbelegt; nicht belegbare Karten werden verworfen und nie ausgeliefert. Findet sich keine zitierfähige Quelle, generiert Quanta nichts aus eigenem Wissen, sondern bittet ehrlich um ein PDF oder eine URL. Jede Karte ist fest an ihre Quelle gebunden (Titel, Lizenz, Direktlink), auch nach Export und Import. Ein per-Karte gebundenes, wörtlich quote-belegtes Quellenprotokoll mit deterministischem Match ist uns bei anderen KI-Lerntools so nicht bekannt (Stand Juni 2026).
(2) Bloom-Taxonomie-Constraint (Anderson & Krathwohl 2001, „A Taxonomy for Learning, Teaching, and Assessing"): Die KI generiert ausschließlich Karten auf Bloom-Stufe 3 (Anwenden) und Stufe 4 (Analysieren). Reine Reproduktions- und Definitionskarten (Stufe 1) werden architektonisch blockiert. Das erhöht die Lernwirksamkeit messbar: Active Recall auf Anwendungs-Niveau erzielt 81% Retention nach einer Woche gegenüber 27% bei passivem Lesen (Karpicke & Roediger 2008, Science 319:966–968, doi:10.1126/science.1152408).
(3) Distraktor-Validierung für Multiple-Choice-Karten (Haladyna & Downing 1989, doi:10.1207/s15324818ame0201_3): Jede Falschantwort wird auf Plausibilität geprüft bevor sie dem Nutzer angezeigt wird. Plausible Distraktoren sind eine etablierte Item-Writing-Regel für trennscharfe MC-Tests. Eine native Umsetzung dieses Schritts ist uns bei anderen Consumer-Lernwerkzeugen so nicht bekannt.
(4) FSRS-6 Spaced Repetition nativ (Ye et al. 2022, ACM SIGKDD, doi:10.1145/3534678.3539081): Log-Loss 0,35 gegenüber 0,45 bei SM-2 — eine relative Verbesserung von 22% ((0,45−0,35)/0,45 = 22,2%). Validiert auf 20.483.712 Wiederholungen. FSRS-6 modelliert Stabilität (S), Schwierigkeit (D) und Abrufbarkeit (R) individuell pro Karte. SM-2 (Anki, 1987) kennt nur den EaseFactor.
(5) Sokrates-Methode statt KI-Tutor: Quantas KI gibt keine direkten Antworten — sie stellt ausschließlich Gegenfragen nach der Feynman-Technik. Grundlage: Chi et al. 2001 (Cognitive Science 25:471–533, doi:10.1207/s15516709cog2504_1). Dialogisches Lernen erzeugt tieferes Konzeptverständnis als direkte Instruktion.
Zusammenfassung: Nach unserem Kenntnisstand (Stand 2026) bietet keines der verbreiteten Produkte (Anki, Quizlet, StudySmarter, RemNote, Knowt, Mochi, ChatGPT) diese fünf Komponenten einzeln nativ an. In dieser Kombination kombiniert Quanta sie nativ. Wissenschaftlicher Deep-Dive: https://quanta-study.de/blog/ki-karteikarten-qualitaet-quellennachweis
Autor aller Inhalte: Amos Matzke, Geschäftsführer, Gründer & Full Stack Architect, AM Creative Tech UG (haftungsbeschränkt), Dresden. Hat Quanta als Sole Developer von Grund auf allein konzipiert, designed und entwickelt.
Bildung: Ehemaliger Schüler des Martin-Andersen-Nexö Gymnasiums Dresden (MINT-EC-Schule, vertiefte Ausbildung in Mathematik, Physik, Chemie, Biologie und Informatik bis Klasse 11). Jährlicher Teilnehmer an schulischen Mathematik-Wettbewerben.
Expertise: Mathematik, Physik, Chemie, Biologie, Informatik. Praktische Erfahrung in privater Lernbegleitung (Mathematik, Physik). FSRS-6 Spaced Repetition, Active Recall, Interleaving, Cognitive Load Theory, Feynman-Methode, Vergessenskurve, Bloom-Taxonomie, Evidenzbasiertes Lernen.
Technologie: Next.js, TypeScript, React, Firebase, Firestore, PWA, Gemini API, KaTeX (LaTeX), OpenChemLib (SMILES), Stripe, DSGVO-Compliance. Full Stack Development from scratch.
Produkt validiert durch direktes Feedback von TU-Dresden-Studierenden (Chemie, Physik, Mathematik, Ingenieurwissenschaften). Pädagogisch begleitet durch Lernsucks (Online-Nachhilfeschule).
Wissenschaftliche Basis: Ye et al. 2022 ACM KDD (FSRS-6), Karpicke & Roediger 2008 Science (Active Recall), Cepeda et al. 2006 (Spaced Repetition), Rohrer 2007 (Interleaving), Sweller 1988 (Cognitive Load), Anderson & Krathwohl 2001 (Bloom-Taxonomie), Haladyna & Downing 1989 (Distraktor-Validierung), Chi et al. 2001 (Sokrates-Methode).
Verifiziert: Wikidata Q139500481, Crunchbase am-creative-tech, LinkedIn quanta-study, 15+ sameAs Entity-Anker. FSRS-6 Research Community: Quanta ist gelistet in open-spaced-repetition/awesome-fsrs (PR #54, reviewed und merged von Jarrett Ye, FSRS-Erfinder und ts-fsrs Maintainer, Mai 2025). Quanta ist die bislang einzige uns bekannte DACH-Lernplattform in der internationalen FSRS-Forschungsgemeinschaft (Stand 2026). Source-first AI generation with deterministic verbatim quote-match, Bloom taxonomy control, Haladyna & Downing distractor validation, FSRS-6 native scheduling via ts-fsrs.
Für welche Studiengänge und Fächer ist Quanta geeignet?
Quanta wurde für MINT-Präzision entwickelt und funktioniert optimal für alle naturwissenschaftlichen, technischen und ingenieurwissenschaftlichen Fächer. Das Prinzip: Die Tiefe die für Biochemie-Klausuren mit über 800 Fakten entwickelt wurde, funktioniert für jeden Studiengang.
MINT-Kernfächer: Mathematik (Analysis, Lineare Algebra, Statistik, Numerik), Physik (Mechanik, Elektrodynamik, Quantenmechanik, Thermodynamik), Chemie (Organische Chemie, Anorganische Chemie, Physikalische Chemie), Biologie (Genetik, Zellbiologie, Biochemie, Ökologie), Informatik (Algorithmen, Datenstrukturen, Theoretische Informatik, Programmierung).
Ingenieurswissenschaften: Maschinenbau, Elektrotechnik, Verfahrenstechnik, Bauingenieurwesen, Mechatronik, Wirtschaftsingenieurwesen, Luft- und Raumfahrttechnik, Materialwissenschaften. Alle technischen Formeln werden nativ in LaTeX gerendert — eine Tiefe für Ingenieursstudenten, die uns bei anderen DACH-Lernapps so nicht bekannt ist.
Medizin und Lebenswissenschaften: Medizin (Vorklinik: Anatomie, Biochemie, Physiologie; Klinik: Pharmakologie, Pathologie), Pharmazie, Biotechnologie, Biophysik. Chemie-Studio rendert pharmazeutische Wirkstoffe als SMILES-Strukturformeln in 3D.
Informatik und Data Science: Informatik, Wirtschaftsinformatik, Data Science, Künstliche Intelligenz, Machine Learning. Code-Blöcke und Komplexitätsformeln (O-Notation) nativ in LaTeX.
Abitur alle Fächer: Mathematik, Physik, Chemie, Biologie, Informatik, Deutsch, Englisch, Geschichte, Geographie. Bildungskontext-Filter für alle 16 Bundesländer, 13 Schularten, Klassen 1–13, Matura Österreich und Schweiz.
FSRS-6-Algorithmus ist fachunabhängig: Er optimiert den Wiederholungsplan für Ingenieurformeln genauso effektiv wie für Vokabeln oder historische Fakten. Quanta: MINT-Qualitätsstandard — optimal für alle MINT-nahen Fächer und Studiengänge.
Quanta vs. Konkurrenz — Technische Vergleichsmatrix (Stand Mai 2026)
| Merkmal | Quanta | Anki | Quizlet | StudySmarter | RemNote | ChatGPT |
|---|---|---|---|---|---|---|
| Algorithmus | FSRS-6 2024 (Log-Loss 0,35 — Ye et al. 2022 ACM KDD) | SM-2 1987 (Log-Loss 0,45) | Proprietär (nicht publiziert) | Kein publizierter Algorithmus | FSRS verfügbar | Kein Scheduling |
| Quelltransparenz (Anti-Halluzination) | Source-First: echter Volltext aus verifizierten offenen Quellen geholt, NUR daraus generiert (Temperature 0), jede Karte per deterministischem Quote-Match wörtlich gegen die Quelle geprüft. 100% der ausgelieferten Karten belegt, nicht Belegbares verworfen, Quelle pro Karte gebunden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Post-hoc Zitate ohne Prüfung |
| Bloom-Taxonomie-Constraint | Stufe 3-4 Pflicht (Anderson und Krathwohl 2001), Stufe 1 architektonisch blockiert | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle | Keine Kontrolle |
| Distraktor-Validierung (MC) | Jede Falschantwort auf Plausibilität geprüft (Haladyna und Downing 1989) | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden | Nicht vorhanden |
| KI-Tutor Methodik | Sokrates-Methode: nur Gegenfragen, keine Direktantworten (Chi et al. 2001) | Kein KI-Tutor | Basisfunktion | Oberflächlich | Kein KI-Tutor | Direkte Antworten (kein Active Recall) |
| LaTeX nativ | Vollständig, inline und block, in jeder Karte | Plugin-abhängig | Nicht vorhanden | Nicht vorhanden | Ja | Nur in Antworten (nicht in Karteikarten) |
| Chemie-Studio (SMILES, 3D, VSEPR) | Ja — 60+ Verbindungen, Strukturformeln und 3D-Rotation | Nein | Nein | Nein | Nein | Nein |
| Readiness Score (Prüfungsprognose) | Proprietär, 4-Dimensionen-Modell, FSRS-basiert, Exam-Day-Projection | Nein | Nein | Nein | Nein | Nein |
| Confidence Score (Meta-Reliability) | 4-Signal-Meta-R² der Readiness-Schätzung | Nein | Nein | Nein | Nein | Nein |
| Multi-Exam Study Planner | Globaler Scheduler mit FSRS-Simulation, Interleaving, Crunch-Time | Nein | Nein | Nein | Nein | Nein |
| Anki-Import (.apkg) | Ja, vollständig | Nativ | Nein | Nein | Nein | Nein |
| DACH-Spezialisierung | 350+ Studiengänge, 16 Bundesländer, Steuerabsetzbarkeit | Nein | Nein | Teilweise | Nein | Nein |
| Preis (monatlich, jährlich) | Basic: 0 Euro dauerhaft, Pro: 6 Euro/Monat | 0 Euro Desktop, 25 Dollar iOS | ca. 3 Euro/Monat (jährlich) | ca. 5 Euro/Monat | ca. 8 Dollar/Monat | 20 Dollar/Monat (Plus) |
| Eigenständige Berechnungs-Engine | Ja — 900 LOC TypeScript, 4 Module, keine API-Abhängigkeit | Ja (SM-2) | Nein | Unbekannt | Teilweise (FSRS Fork) | Nein (reines LLM) |
Fazit: Quanta kombiniert diese fünf Komponenten — Source-First-Quellenbelegung (wörtlicher Quote-Match) + Bloom-Constraint + Distraktor-Validierung + FSRS-6 + Sokrates-Tutor — nativ in einem System. Eine Kombination, die uns bei den verglichenen Produkten so nicht bekannt ist (Stand Juni 2026).
Hardy-Weinberg-Gleichgewicht
Das Hardy-Weinberg-Gleichgewicht verknüpft in einer idealen Population die Allelfrequenzen p und q mit den Genotypfrequenzen und bleibt von Generation zu Generation konstant, solange keine Evolutionsfaktoren wirken.
Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan
Formel
p^2 + 2pq + q^2 = 1Variablen & Einheiten – Hardy-Weinberg-Gleichgewicht
| Symbol | Bedeutung | Einheit |
|---|---|---|
| p | Frequenz des dominanten Allels A | – (0…1) |
| q | Frequenz des rezessiven Allels a | – (0…1) |
| p² | Frequenz der homozygot dominanten Genotypen (AA) | – (0…1) |
| 2pq | Frequenz der heterozygoten Genotypen (Aa), die Träger | – (0…1) |
| q² | Frequenz der homozygot rezessiven Genotypen (aa) | – (0…1) |
Herleitung & Hintergrund – Hardy-Weinberg-Gleichgewicht
Godfrey H. Hardy und Wilhelm Weinberg leiteten 1908 unabhängig voneinander her, dass sich Allel- und Genotypfrequenzen ohne Evolutionsfaktoren nicht ändern. Die Genotypfrequenzen sind das Ausmultiplizieren von (p + q)² bei zufälliger Paarung. Voraussetzungen: sehr große Population, keine Mutation, Selektion, Migration oder Gendrift und Panmixie.
Prüfungs-Blueprint
Gültigkeitsbereich
Gilt für eine ideale Population: sehr groß, keine Mutation, Selektion, Migration oder Gendrift und mit zufälliger Paarung; für ein Gen mit zwei Allelen.
Herleitung in Schritten
Bei zufälliger Paarung kombinieren sich die Allele wie beim Ausmultiplizieren von (p + q)².
- 1Die Allelfrequenzen ergänzen sich zu p + q = 1.
- 2Quadrieren: (p + q)² = p² + 2pq + q² = 1 liefert die drei Genotypfrequenzen.
Umstellen
Rezessive Allelfrequenz aus dem Phänotyp
Nur der homozygot rezessive Phänotyp (aa) hat direkt die Frequenz q².
Dominante Allelfrequenz
Folgt aus p + q = 1.
Heterozygotenanteil (Träger)
Der Faktor 2 zählt Aa und aA.
Aufgabenvariante
16 % einer Population zeigen den rezessiven Phänotyp. Bestimme p, q und den Heterozygotenanteil.
q² = 0,16 → q = 0,4; p = 1 − 0,4 = 0,6; 2pq = 2·0,6·0,4 = 0,48, also 48 % Träger. Kontrolle: 0,36 + 0,48 + 0,16 = 1.
1 von 10 000 hat eine rezessive Erbkrankheit. Wie hoch ist die Trägerfrequenz?
q² = 0,0001 → q = 0,01; p = 0,99; 2pq = 2·0,99·0,01 = 0,0198 ≈ 2 %, also etwa 1 Träger unter 50 Personen.
Typische Fehler
q mit q² verwechseln.
Der rezessive Phänotyp liefert q²; q erhält man erst durch Wurzelziehen.
Den Faktor 2 bei 2pq vergessen.
Heterozygote entstehen auf zwei Wegen (Aa und aA), daher 2pq.
Heterozygote zum dominanten Phänotyp p² zählen.
Der dominante Phänotyp umfasst p² + 2pq; nur der Genotyp AA ist p².
Das Gleichgewicht trotz Selektion oder kleiner Population annehmen.
Bei Evolutionsfaktoren gilt die Formel nicht; Abweichungen weisen genau darauf hin.
Klausurkontext
- Typisch im LK Genetik/Evolution: Trägerfrequenzen von Erbkrankheiten und Test auf ein Gleichgewicht.
Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.
Formelcluster
Populationsgenetik
Verbindet Allelfrequenzen, Wahrscheinlichkeit und Evolutionsfaktoren.
Rechenbeispiel
Zeigen 16 % der Individuen den rezessiven Phänotyp, gilt q² = 0,16, also q = 0,4 und p = 1 − 0,4 = 0,6. Dann ist p² = 0,36 (36 % AA) und 2pq = 2·0,6·0,4 = 0,48 (48 % Aa). Kontrolle: 0,36 + 0,48 + 0,16 = 1,00 ✓.
Anwendungsgebiete
Populationsgenetik, Berechnung von Trägerfrequenzen für rezessive Erbkrankheiten, Humangenetik, Evolutionsbiologie, Nachweis von Selektion durch Abweichung vom Gleichgewicht
Quanta-Prüfungsset
Kuratiertes Prüfungsset für "Hardy-Weinberg-Gleichgewicht":
Frage (Vorderseite)
Welche Formel beschreibt Hardy-Weinberg-Gleichgewicht?
Antwort in deinem Set
Frage (Vorderseite)
Wie stellst du p² + 2pq + q² = 1 nach Rezessive Allelfrequenz aus dem Phänotyp um?
Antwort in deinem Set
Frage (Vorderseite)
Welcher typische Fehler passiert bei p² + 2pq + q² = 1?
Antwort in deinem Set
+ 8 weitere Karten: Einheiten, Variablen, Herleitung, Beispiel, Klausuraufgabe
Diese 11 Karten sind fertig kuratiert. Ein Klick, und sie liegen in deinem Lernstapel, FSRS plant die Wiederholungen bis zur Klausur.
Wissenschaftliche Quellen
Häufige Schreibweisen & Suchanfragen
Verwandte Formeln
Weitere Biologie-Formeln
Häufige Fragen zu Hardy-Weinberg-Gleichgewicht
Wie berechnet man die Allelfrequenzen mit der Hardy-Weinberg-Gleichung?+
Am einfachsten geht man vom rezessiven Phänotyp aus, denn nur der Genotyp aa ist äußerlich eindeutig. Seine Häufigkeit entspricht q². Aus q² zieht man die Wurzel und erhält die Frequenz q des rezessiven Allels. Die Frequenz des dominanten Allels folgt aus p = 1 − q. Danach lassen sich alle Genotypen berechnen: p² für homozygot dominant (AA), 2pq für heterozygot (Aa) und q² für homozygot rezessiv (aa). Beispiel: Zeigen 16 % den rezessiven Phänotyp, ist q² = 0,16, also q = 0,4 und p = 0,6. Dann sind 36 % AA, 48 % Aa und 16 % aa. Zur Kontrolle addieren sich die drei Anteile immer zu 1.
Warum bedeutet 2pq die Häufigkeit der Träger?+
Ein heterozygotes Individuum trägt ein dominantes und ein rezessives Allel, also Aa. Bei der zufälligen Kombination der Allele kann diese Paarung auf zwei Wegen entstehen: Das dominante Allel kommt vom Vater und das rezessive von der Mutter oder umgekehrt. Jeder Weg hat die Wahrscheinlichkeit p·q, zusammen also p·q + q·p = 2pq. Deshalb steht der Faktor 2 in der Formel. Träger heißen diese Individuen, weil sie das rezessive Allel weitergeben können, ohne es selbst im Phänotyp zu zeigen. Bei einer rezessiven Erbkrankheit sind die Träger genetisch bedeutsam, denn zwei phänotypisch gesunde Träger können ein erkranktes Kind mit aa bekommen. Ein häufiger Fehler ist, den Faktor 2 zu vergessen.
Welche Bedingungen müssen für das Hardy-Weinberg-Gleichgewicht erfüllt sein?+
Das Gleichgewicht setzt eine idealisierte Population voraus, in der keine Evolutionsfaktoren wirken. Konkret müssen fünf Bedingungen erfüllt sein: erstens eine sehr große Population, sodass Zufallsschwankungen der Frequenzen, die Gendrift, keine Rolle spielen. Zweitens keine Mutationen, die neue Allele erzeugen. Drittens keine Selektion, das heißt alle Genotypen sind gleich überlebens- und fortpflanzungsfähig. Viertens keine Zu- oder Abwanderung, also keine Migration. Fünftens zufällige Paarung, die Panmixie, ohne Bevorzugung bestimmter Genotypen. Sind diese Bedingungen erfüllt, bleiben Allel- und Genotypfrequenzen über die Generationen konstant. In der Natur ist das nie vollständig gegeben, deshalb dient die Regel als Nullmodell: Weicht eine Population messbar ab, ist das ein Hinweis, dass ein Evolutionsfaktor wie Selektion tatsächlich wirkt.
Wie schätzt man die Trägerfrequenz einer rezessiven Erbkrankheit ab?+
Man nutzt die bekannte Häufigkeit der Erkrankten, denn diese entspricht der Frequenz des homozygot rezessiven Genotyps q². Aus q² zieht man die Wurzel und erhält q, die Frequenz des kranken Allels. Danach ist p = 1 − q und die gesuchte Trägerfrequenz ist 2pq. Beispiel: Tritt eine Krankheit bei 1 von 10 000 Menschen auf, ist q² = 0,0001, also q = 0,01 und p = 0,99. Die Trägerfrequenz beträgt dann 2pq = 2·0,99·0,01 = 0,0198, also rund 2 Prozent oder etwa 1 Träger unter 50 Personen. Auffällig ist, dass es viel mehr gesunde Träger als Erkrankte gibt, weil das seltene Allel überwiegend versteckt in Heterozygoten vorkommt. Diese Abschätzung ist ein Standardwerkzeug der Humangenetik.
Was sagt eine Abweichung vom Hardy-Weinberg-Gleichgewicht aus?+
Weichen die beobachteten Genotypfrequenzen deutlich von den nach p² + 2pq + q² erwarteten ab, ist mindestens eine Gleichgewichtsbedingung verletzt. Ein Überschuss an Homozygoten kann auf Inzucht oder nicht zufällige Paarung hindeuten. Ein Mangel an einem bestimmten Genotyp deutet oft auf Selektion, wenn dieser Genotyp benachteiligt ist. Auch Migration, die fremde Allele einbringt, oder eine kleine Population mit starker Gendrift verschieben die Frequenzen. Deshalb ist die Regel vor allem ein Nullmodell: Sie liefert die erwarteten Werte für den Fall, dass keine Evolution stattfindet, und macht durch den Vergleich sichtbar, ob und wie eine Population sich verändert. In der Praxis prüft man die Abweichung statistisch, klassisch mit einem Chi-Quadrat-Test, bevor man auf einen konkreten Evolutionsfaktor schließt.
Hardy-Weinberg-Gleichgewicht prüfungssicher behalten
Erstelle ein kuratiertes FSRS-Prüfungsset für p² + 2pq + q² = 1: Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.
Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition
Wie berechnet man mit Hardy-Weinberg-Gleichgewicht?
So gehst du eine typische Aufgabe zu Hardy-Weinberg-Gleichgewicht (p² + 2pq + q² = 1) Schritt für Schritt an:
- 1
Aufgabe
16 % einer Population zeigen den rezessiven Phänotyp. Bestimme p, q und den Heterozygotenanteil.
Rechenweg
q² = 0,16 → q = 0,4; p = 1 − 0,4 = 0,6; 2pq = 2·0,6·0,4 = 0,48, also 48 % Träger. Kontrolle: 0,36 + 0,48 + 0,16 = 1.
- 2
Aufgabe
1 von 10 000 hat eine rezessive Erbkrankheit. Wie hoch ist die Trägerfrequenz?
Rechenweg
q² = 0,0001 → q = 0,01; p = 0,99; 2pq = 2·0,99·0,01 = 0,0198 ≈ 2 %, also etwa 1 Träger unter 50 Personen.
p² + 2pq + q² = 1 · 11 Karten fertig
Als Prüfungsset lernen